Cada cambio tecnológico representa una oportunidad para impulsar el descubrimiento científico, acelerar el progreso de la humanidad y mejorar la vida de las personas. Estoy convencido de que la actual transición que estamos viviendo con la inteligencia artificial (IA) será la más profunda que hayamos experimentado en nuestras vidas, mucho más significativa que el cambio a la telefonía móvil o a la web que la precedió. La inteligencia artificial (IA) tiene el potencial de generar oportunidades, desde las más cotidianas hasta las más extraordinarias, para personas de todo el mundo. Traerá consigo nuevas olas de innovación y progreso económico, impulsando el conocimiento, el aprendizaje, la creatividad y la productividad a una escala sin precedentes.
Sundar Pichai
Google and Alphabet CEO
¿Que es Google Gemini?
El 6 de diciembre de 2023, Google generó gran expectación en la comunidad tecnológica al presentar Google Gemini, su nueva apuesta en el terreno de la inteligencia artificial. Esta innovación promete ser un hito en el desarrollo de la IA, con capacidades que la posicionan como una herramienta revolucionaria en diversos campos. Sin embargo, la versión completa de Gemini aún no ha sido lanzada al público en general; sin embargo, los expertos en la materia especulan que esto pudiera suceder a finales de 2024 o principios de 2025.
Google Gemini es una nueva tecnología que tiene el potencial de revolucionar la forma en que interactuamos con la información. Este Modelo de Lenguaje Grande (LLM por sus siglas en inglés), es decir, es un sistema de inteligencia artificial con habilidades insólitas: procesa y genera texto, imágenes, código y hasta audio. Aunque aún se encuentra en etapa de desarrollo, los LLM como Gemini prometen revolucionar nuestra interacción con la información y las máquinas. Algunas de sus aplicaciones potenciales incluyen el responder preguntas sobre lo que ve, describir multimedia en detalle, traducir idiomas como un maestro y hasta crear contenido original, mejorar la búsqueda de información, personalizar la educación, diagnosticar enfermedades en la atención médica y crear entretenimiento más realista.
¿Cual sería la diferencia con los procesadores de Google AI actuales?
Actualmente los modelos utilizados por Google AI, son LaMDA (Language Model for Dialogue Applications) y PaLM (Pathway Language Model). Ambos son conocidos por su capacidad para generar texto de calidad humana, traducir idiomas, crear contenido creativo y responder preguntas. En el caso de PaLM, es uno de los LLM más grandes del mundo, y se enfoca en tareas de razonamiento y lógica, puede resolver problemas de matemáticas, escribir código y generar contenido creativo. En el caso de LaMDA, LaMDA, es el rey de la conversación fluida, te ayuda con tareas diarias y desata tu creatividad. Es un genio de las conversaciones, ya sea buscando información, manejando tu agenda o incluso escribiendo poesía. Es el cerebro detrás de Assistant y Bard.
¿Sera el fin de una era? Pues se rumorea que Google Gemini podría reemplazar a LaMDA y PaLM en algunos casos. En su versión más desarrollada y completa, ofrecería varias ventajas sobre sus predecesores, tales como:
- Mayor capacidad: Al ser un LLM multimodal, tendrá una comprensión más completa del mundo que lo rodea y le permitirá realizar tareas más complejas.
- Mejor rendimiento: Se dice que Gemini será significativamente más rápido y eficiente que LaMDA y PaLM, lo que lo hará ideal para aplicaciones en tiempo real, como la asistencia virtual y la traducción en vivo.
- Mayor flexibilidad: Gemini está diseñado para ser más flexible y adaptable, lo que significa que se puede personalizar para una variedad de tareas y aplicaciones.
Sin embargo, aun es muy pronto para saber si Gemini podría reemplazar a LaMDA y PaLM, ya que aún se encuentra en desarrollo. Mientras tanto, ambos modelos siguen siendo herramientas valiosas para una variedad de tareas. Es posible que Gemini se use junto con ellos, en lugar de reemplazarlos por completo.
Lo que si podemos dar como un hecho, es que desde hace varios años, el objetivo de Google DeepMind, empresa de investigación y desarrollo de inteligencia artificial detrás de Gemini, propiedad de Alphabet (la empresa matriz de Google), tiene un objetivo muy ambicioso, y este es el de la búsqueda de una comprensión profunda de cómo funciona la inteligencia artificial y cómo crear sistemas de ella misma que puedan imitarla. Para lograr esto, Google DeepMind está investigando en aprendizaje automático y neurociencia, desarrollando sistemas de IA para aplicaciones como juegos y de traducción, además de estar laborando con científicos y filósofos para profundizar en la comprensión de la naturaleza de esta inteligencia.
Google Gemini, ¿un desafío para otras aplicaciones y plataformas?
Si estas familiarizado o utilizas de manera frecuente aplicaciones y plataformas para interactuar con modelos de lenguaje multimodal como OpenAI, Midjourney, VQGAN + CLIP, o con motores de búsqueda como el de Bing de Microsoft, o asistentes virtuales como el Siri de Apple o el Alexa de Amazon, esto te interesa. Si has leído hasta aquí, te habrás dado cuenta de que Google Gemini busca ser una herramienta más poderosa y versátil para interactuar con la información. Ofrecer a los usuarios una experiencia única con la que puedan realizar una amplia gama de tareas, desde escritura creativa y traducciones, hasta generación de códigos. Entonces, la respuesta a la pregunta del título de esta sección es, si, si es probable que Gemini tenga un impacto significativo en el panorama de estas herramientas que actualmente utilizamos para interactuar con la información, desde dar lugar a nuevas aplicaciones y plataformas que ni siquiera podemos imaginar, hasta reemplazar algunos modelos existentes, o según sea el caso, ser utilizada junto con otros modelos para crear experiencias más ricas . Gemini, en su versión completa, promete ser una nueva tecnología con el potencial de cambiar las reglas del juego.
- OpenAI es una organización de investigación sin fines de lucro que desarrolla modelos de lenguaje como GPT-3 y DALL-E. Gemini podría competir con GPT-3 en la generación de texto y con DALL-E en la generación de imágenes.
- Bing es un motor de búsqueda desarrollado por Microsoft. Gemini podría competir con Bing en la búsqueda de información, la traducción de idiomas y la respuesta a preguntas.
- Siri y Alexa son los asistentes virtuales más populares del mercado actualmente, diseñados para ayudar a los usuarios a realizar tareas cotidianas, como establecer alarmas, realizar llamadas telefónicas, reproducir música o controlar dispositivos inteligentes entre otras funciones. Gemini se integrará con otros productos de Google, como Search, Assistant y Maps. Esto le da acceso a una gran cantidad de información y servicios que Siri y Alexa no tienen.
En la siguiente tabla se presentan algunas de las diferencias clave entre Gemini, LaMDA y PaLM:
En conclusión
Gemini es un paso importante en este viaje, si logra tener éxito podría revolucionar la forma en que interactuamos con la información. Pero todavía debemos esperar varios meses para conocer los verdaderos alcances que tendrá. Por lo pronto, hay muchas preguntas sin respuesta respecto a su funcionalidad, velocidad y precisión, ¿Cuándo estará disponible públicamente Gemini? ¿Cuáles son las posibles desventajas de usar un modelo tan poderoso?, ¿Cómo se asegurará Google de que Gemini se use de manera responsable y ética?, ¿Tendrá algún costo para los usuarios?, ¿Habrá una versión gratuita? Lo más probable es que todas estas dudas nos sean contestadas por Google cuando se encuentre más cerca la fecha del lanzamiento de Gemini.
Si te interesa utilizar la versión experimental, solo da clic en el la palabra Gemini, o si deseas obtener mayor información y datos al respecto, visita el blog de Google, y lee el articulo «Introducing Gemini: our largest and most capable AI model», con opción para traducirlo al español. Si no sabes como, una vez que te encuentres en el artículo, lo único que tienes que hacer es oprimir el botón derecho de tu mouse y seleccionar en la ventanita «traducir al español» y eso es todo.